Come funziona numpy.histogram ()?

Durante la lettura su numpy, ho riscontrato la funzione numpy.histogram().

A cosa serve e come funziona? Nei documenti menzionano i bidoni : cosa sono?

Alcuni googling mi hanno portato alla definizione degli istogrammi in generale . Lo capisco. Ma sfortunatamente non posso collegare questa conoscenza agli esempi forniti nei documenti.

Un bin è un intervallo che rappresenta la larghezza di una singola barra dell'istogramma lungo l'asse X. Potresti anche chiamarlo intervallo. (Wikipedia le definisce più formalmente come "categorie disgiunte".)

La histogramfunzione Numpy non disegna l'istogramma, ma calcola le occorrenze dei dati di input che rientrano in ogni bin, che a sua volta determina l'area (non necessariamente l'altezza se i bin non hanno la stessa larghezza) di ogni barra.

In questo esempio:

 np.histogram([1, 2, 1], bins=[0, 1, 2, 3])

Sono disponibili 3 bin, per valori compresi tra 0 e 1 (escl. 1), 1 e 2 (escl. 2) e 2 e 3 (incl. 3), rispettivamente. Il modo in cui Numpy definisce questi contenitori se fornendo un elenco di delimitatori ( [0, 1, 2, 3]) in questo esempio, sebbene restituisca anche i contenitori nei risultati, poiché può sceglierli automaticamente dall'input, se non ne viene specificato nessuno. Se bins=5, ad esempio, verranno utilizzati 5 contenitori di uguale larghezza distribuiti tra il valore di input minimo e il valore di input massimo.

I valori di input sono 1, 2 e 1. Pertanto, bin "1 to 2" contiene due occorrenze (i due 1valori) e bin "2 to 3" contiene un'occorrenza (the 2). Questi risultati sono in primo elemento della tupla restituita: array([0, 2, 1]).

Poiché i contenitori qui hanno la stessa larghezza, è possibile utilizzare il numero di occorrenze per l'altezza di ciascuna barra. Una volta disegnato, avresti:

• una barra di altezza 0 per range / bin [0,1] sull'asse X,
• una barra di altezza 2 per range / bin [1,2],
• una barra di altezza 1 per range / bin [2,3].

Puoi tracciarlo direttamente con Matplotlib (la sua histfunzione restituisce anche i contenitori ei valori):

>>> import matplotlib.pyplot as plt
>>> plt.hist([1, 2, 1], bins=[0, 1, 2, 3])
(array([0, 2, 1]), array([0, 1, 2, 3]), <a list of 3 Patch objects>)
>>> plt.show()

import numpy as np    
hist, bin_edges = np.histogram([1, 1, 2, 2, 2, 2, 3], bins = range(5))

Di seguito, histindica che ci sono 0 articoli nel contenitore n. 0, 2 nel contenitore n. 1, 4 nel contenitore n. 3, 1 nel contenitore n. 4.

print(hist)
# array([0, 2, 4, 1])   

bin_edges indica che il bin # 0 è l'intervallo [0,1), il bin # 1 è [1,2), ..., il bin # 3 è [3,4).

print (bin_edges)
# array([0, 1, 2, 3, 4]))  

Gioca con il codice sopra, cambia l'input in np.histograme guarda come funziona.

Ma un'immagine vale più di mille parole:

import matplotlib.pyplot as plt
plt.bar(bin_edges[:-1], hist, width = 1)
plt.xlim(min(bin_edges), max(bin_edges))
plt.show()   

Un'altra cosa utile da fare numpy.histogramè tracciare l'output come coordinate xey su un grafico a linee. Per esempio:

arr = np.random.randint(1, 51, 500)
y, x = np.histogram(arr, bins=np.arange(51))
fig, ax = plt.subplots()
ax.plot(x[:-1], y)
fig.show()

Questo può essere un modo utile per visualizzare gli istogrammi in cui si desidera un livello di granularità più elevato senza barre ovunque. Molto utile negli istogrammi delle immagini per identificare valori di pixel estremi.